Open World Object Detection

开放世界物体检测是计算机视觉领域的一个挑战性问题，其核心目标在于：1) 识别未见过的物体并将其标记为“未知”，无需显式监督；2) 在接收到相应标签后，增量学习这些未知类别，同时避免遗忘已学习的类。该任务的应用价值在于提升模型在现实环境中的适应性和鲁棒性，增强其泛化能力。